AI也会「以讹传讹」?AI的「曼德拉效应」探索

2026.11.09 · 收录日 2026.11.09 · 观点 · 论文 · 论文预印本

研究发现虚假说法能在多智能体网络中形成群体共识,造假者退出后仍持续存在。

香港中文大学、爱丁堡大学等机构研究者以「曼德拉效应」为视角,研究多智能体社交网络中错误信念的传播、持续与缓解。实验显示,十个受测模型全部接受了部分虚假信息,末轮接受率达33.7%–96.0%,造假者退出后错误信念仍未明显消退。

  • 十个受测模型全部接受部分虚假信息,末轮接受率33.7%–96.0%,无模型完全抵御
  • Qwen3-32B直接问答未接受虚假陈述,互动后平均接受率达94.5%;GPT-5.5从2.6%变为50.4%
  • 双社区网络中错误接受形成最快,Qwen系列陈述层面平均3.73轮,全连接为5.07轮
  • 造假者退出后,各合理性层级平均接受率变化均在±0.8个百分点以内
  • 推荐实验中不存在的对象进入Top-3的比例为13.1%–75.8%,排第1位比例达65.3%–92.4%

为什么值得看

揭示AI智能体间错误信息传播风险,对平台治理和用户使用有参考价值。

适合谁关注

AI研究者、平台治理人员、关注AI安全的用户。

原始来源

查看收录日 2026.11.09 全部卡片 · 全部卡片归档